RobustLoc: 難しい運転環境における堅牢なカメラ位置回帰

カメラ再定位は自動運転に様々な応用が見られます。これまでのカメラ姿勢回帰モデルは、環境変動が少ない理想的なシナリオのみを考慮していました。季節の変化、天候、照明条件、不安定な物体の存在など、挑戦的な運転環境に対処するため、我々はニューラル微分方程式から頑健性を導き出すRobustLoc（ロバストロク）を提案します。本モデルでは、多視点画像から特徴マップを抽出するために畳み込みニューラルネットワークを使用し、情報の相互作用的な拡散を行う頑健なニューラル微分方程式拡散ブロックモジュールを採用し、車両の姿勢を推定するためにマルチレイヤー学習による分岐型姿勢デコーダーを利用しています。実験結果は、RobustLocが現在の最先端のカメラ姿勢回帰モデルを超えており、様々な環境下で頑健な性能を達成していることを示しています。当該コードは以下のURLで公開されています：https://github.com/sijieaaa/RobustLoc